动态预期选股模型的构建
发布时间：2017-11-7 14:29阅读：487
问一问静态选股模型有固有的弊病，就是不能够反映出市场对企业盈利预期的变化，且静态选股难以分离出阿尔法。我们研究更多的是如何寻找那些可以延续的动量因素，例如营业收入增长率，因此我们就想把一些动态因素纳入到选股过程当中。这里我们将要考察几个常见的动态指标，包括动态市盈率、预期收入增长率、预期净利润增长率、PEG等，考察这些指标与股价实际表现的联系。当然我们可以选取其他指标，如盈利超预期(Earnings Surprise)、评级调整、预期ROE等，但这些指标可能已经涵盖在我们上述的基本分析指标当中，或者给市场带来的影响过于短暂。
我们在静态选股模型中采用以季度为单位的持仓时间，但在动态预期选股模型中采用以月度为单位的持仓时间，这样可以较好跟踪上市场中盈利预期的变化，并且过滤掉一些短期效应。我们选股的方法与静态选股模型类似，就是在每个月的初期在数据库中分别选择当年动态PE最低、预测营业收入增长率最高、预期净利润增长率最高、动态PEG最高的30只股票，等市值买入并持有一个月，在下月之初根据指标重新选股调仓，对于纳入组合的新股票假设有2%的调仓成本。我们采用的业绩预测数据库为市面上较为常见的Wind资讯
温馨提示：投资有风险，选择需谨慎。
朱经理
一个电话，一次垂询，一份财富-叩富网同城理财
+微信
当前我在线
最快30秒解答
文章很精彩？转发给需要的朋友吧 
分享该文章
版权及免责声明：本文内容由入驻叩富问财的作者自发贡献，该文观点仅代表作者本人，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决策投资行为并承担全部风险。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至kf@cofool.com 举报，一经查实，本站将立刻删除。
推荐相关阅读
如何构建一个简单的量化选股模型？
412
选取如估值、成长、质量等因子，设定筛选条件和权重。
412
量化选股基金的选股模型是如何构建的？
657
确定选股因子：从动量、波动性、成长性、规模、价值、活跃性及收益性等方面选择指标，如选取市盈率、市净率等价值因子，营业收入增长率、净利润增长率等成长因子。建立统计模型：运用统计方法提取近似线性无关...
657
量化选股模型的因子权重如何进行动态调整？
2046
量化选股模型因子权重动态调整方法多样。基于因子有效性评估，定期计算各因子的IC值（信息系数）、IR值（信息比率），若某因子IC值连续多期下降，降低其权重，反之提高；结合市场风格变化，在成长风格占...
2046
如何构建一个多因子选股模型？
313
多因子模型：市值+动量+ROE加权打分，就可以实现
313
新手如何构建第一个Python量化选股策略？
27
进入2026年，Python已成为金融投资领域的“通用语言”。对于希望转型量化的散户投资者而言，构建第一个策略并非高不可攀。一个基础的量化选股策略通常分为三个核心步骤：数据获取、逻辑筛选与回测验证。首先是数据获取。投资者需要通过量化接口获取历史行情数据，包括开盘价、收盘价、成交量以及财务指标如PE、PB等。其次是逻辑筛选，例如设定“市值在50亿至200亿之间、ROE连续三年大于15%、且当日收盘价站上20日均线”的条件。最后是回测验证，通过历史数据模拟交易，观察该策略在过去三年的年化收...
27
2026年多因子选股实战：如何在PTrade中构建盈利模型？
16
在2026年的A股市场，单靠技术指标选股已难以获取超额收益。多因子选股模型通过量化手段，综合考虑盈利质量、估值水平、成长潜力和市场情绪，成为了量化投资者的主流选择。PTrade为这一需求提供了极佳的土壤。其内置的因子库涵盖了数千项财务与动能指标。投资者在构建模型时，可以先通过“基本面因子”剔除业绩存疑的公司，再通过“动能因子”锁定近期资金关注的焦点。在PTrade中，投资者只需通过简单的Python脚本，即可实现对全市场5000多只股票的每日扫描和自动调仓。2026年的PTrade还加强了回测引...
16
